[发明专利]脑梗死临床诊疗系统

权利要求书

1.一种脑梗死临床诊疗系统，其特征在于，包括知识库，所述知识库存储病案信息，所述病案信息包括四诊信息、症状信息、证型信息，还包括机器学习模块，所述机器学习模块用于以知识库存储的病案信息为训练样本，以四诊信息或症状信息为输入变量，证型信息为输出变量进行学习训练；

还包括录入模块，所述录入模块用于接收输入的新的病案信息，将新的病案信息存入知识库，

还包括查询诊断模块，所述查询诊断模块用于接收四诊信息、症状信息或证型信息的输入，还用于将接收到的四诊信息、症状信息发送给训练好的机器学习模块，并将机器学习模块输出的证型信息作为结果输出。

2.根据权利要求1所述的脑梗死临床诊疗系统，其特征在于，还包括字段匹配模块，所述字段匹配模块用于将输入的四诊信息转化成最接近的标准化字段，再进行存储。

3.根据权利要求1的脑梗死临床诊疗系统，其特征在于，所述病案信息还包括处方信息，所述机器学习模块还用于将处方信息作为输出变量进行学习训练。

4.根据权利要求1所述的脑梗死临床诊疗系统，其特征在于，所述病案信息还包括身份信息、性别信息。

5.根据权利要求1所述的脑梗死临床诊疗系统，其特征在于，所述治疗信息还包括处方信息、药物信息。

6.根据权利要求1所述的脑梗死临床诊疗系统，其特征在于，所述机器学习模块应用算法为监督学习算法，具体包括BN、SVM、KNN、CBR机器学习算法。

7.根据权利要求1所述的脑梗死临床诊疗系统，其特征在于，所述机器学习模块采用的判别函数为多项式判别函数：

其中sv为数据样本，α_i≥0为Lagrange乘子，b为分类阈值，(x_i，y_i)为两类线性可分的样本集合：q为多项式的阶数。

8.根据权利要求1所述的脑梗死临床诊疗系统，其特征在于，所述机器学习模块采用的判别函数为高斯径向基判别函数，

其中sv为数据样本，σ为高斯分布的宽度，q为多项式的阶数，α_i≥0为Lagrange乘子，b为分类阈值，(x_i，y_i)为两类线性可分的样本集合，g为最优模型核函数。

9.根据权利要求1所述的脑梗死临床诊疗系统，其特征在于，所述机器学习模块采用的判别函数为线性判别函数：

其中sv为数据样本，α_i≥0为Lagrange乘子，b为分类阈值，(x_i，y_i)为两类线性可分的样本集合。